「3シグマ（3σ）」「6シグマ（6σ）」という言葉を品質管理や製造業の現場で耳にしたことがある方は多いでしょう。
しかしシグマ（σ）と工程能力がどのように結びついているのか、正確に理解している方は意外と少ないかもしれません。
シグマは工程のばらつき（標準偏差）を表す記号であり、工程能力指数Cp・Cpkとも直接的に対応している重要な概念です。
本記事では、工程能力とシグマの関係を正規分布・標準偏差・3σ・6σ・統計的工程管理の観点から体系的に解説します。
工程能力とシグマの基本的な関係：標準偏差と規格幅のつながり
それではまず、工程能力とシグマ（σ）の基本的な関係について解説していきます。
工程能力指数の計算式には必ずσ（標準偏差）が含まれており、シグマが小さいほど工程能力は高くなります。
シグマ（σ）の意味：標準偏差と工程ばらつき
シグマ（σ）とは、統計学における標準偏差の記号であり、データが平均値からどの程度散らばっているかを示します。
製造工程においては、σが小さいほど製品寸法や特性値のばらつきが少なく、安定した品質を保っていることを意味します。
工程能力指数CpはCp＝（USL－LSL）÷（6σ）で表されるため、σが2分の1になればCpは2倍になるという関係があります。
正規分布とシグマの範囲
測定データが正規分布に従う場合、平均±nσの範囲に含まれるデータの割合は以下のとおりです。
| 範囲 | 含まれるデータの割合 | 外れるデータの割合 |
|---|---|---|
| ±1σ | 約68.27% | 約31.73% |
| ±2σ | 約95.45% | 約4.55% |
| ±3σ | 約99.73% | 約0.27% |
| ±4σ | 約99.9937% | 約0.0063% |
| ±6σ | 約99.9999998% | 約0.0000002% |
この表からわかるように、シグマレベルが上がるほど規格外れ（不良）の確率は劇的に低下します。
Cp・Cpkとシグマレベルの対応
CpとCpkは、工程平均が規格中央に位置している場合にはシグマレベルと以下のように対応します。
Cp＝1.00 → 規格幅＝6σ（±3σ） → 3シグマレベル
Cp＝1.33 → 規格幅＝8σ（±4σ） → 4シグマレベル
Cp＝1.67 → 規格幅＝10σ（±5σ） → 5シグマレベル
Cp＝2.00 → 規格幅＝12σ（±6σ） → 6シグマレベル
Cpが1.00増えるごとにシグマレベルが3段階上がるわけではなく、Cp＝1.33で4シグマ相当となる点を正確に理解しておきましょう。
3σと6σの違い：品質レベルの意味と実務への影響
続いては、3σと6σの違いと、それぞれの品質レベルが実務に与える意味を確認していきます。
3σ品質レベルとは
3σ品質レベルとは、工程能力指数Cp（Cpk）＝1.00相当の品質水準を指します。
このレベルでは理論上、両側規格において約2,700PPM（0.27%）の不良率が発生します。
100万個生産すると約2,700個の不良品が出る計算であり、大量生産品においては決して低い不良率とはいえません。
3σレベルは品質管理の出発点として位置づけられ、多くの製造現場ではこれより高い水準を目標としています。
6σ品質レベルとは
6σ（シックスシグマ）は、1980年代にモトローラが提唱した品質改善手法であり、現在では世界中の製造業・サービス業に普及しています。
6σ品質レベルは、工程能力指数Cp（Cpk）＝2.00相当であり、理論上の不良率は0.002PPM（両側）というきわめて高い水準です。
ただし、シックスシグマの定義では工程平均の±1.5σのシフトを考慮しており、実際の不良率は3.4PPM（100万回の機会あたり3.4件の欠陥）として定義されています。
3σから6σへの改善に必要なこと
3σから6σへの改善は、σ（標準偏差）を半分に縮小することと同義です。
これはCpを1.00から2.00に向上させることを意味し、製造設備の精度向上・工程管理の徹底・材料ばらつきの低減など、多面的な取り組みが必要です。
6σ達成には、DMAIC（定義→測定→分析→改善→管理）などの体系的な問題解決プロセスを活用することが有効です。
統計的工程管理（SPC）とシグマの活用：管理図との連携
続いては、統計的工程管理（SPC：Statistical Process Control）におけるシグマの活用と管理図との連携を確認していきます。
管理図の3σルール
管理図（コントロールチャート）では、工程の管理限界線として±3σを使用するのが標準的です。
UCL（上方管理限界）＝平均＋3σ、LCL（下方管理限界）＝平均－3σとして設定されます。
測定値がUCLまたはLCLを超えた場合、工程に異常が生じていると判断し、原因調査を行います。
管理限界線は規格限界線とは異なり、工程の統計的な安定状態を監視するための基準である点に注意が必要です。
管理限界と規格限界の違い
多くの現場で混同されやすいのが「管理限界」と「規格限界（規格上限・下限）」の違いです。
規格限界は顧客要求や製品機能から決まる値であり、管理限界は工程データから統計的に算出される値です。
正常な工程では管理限界が規格限界の内側に収まっており、これがCp≧1.00の状態に相当します。
SPCと工程能力指数の連携運用
SPCと工程能力指数は、それぞれ異なる視点から工程品質を評価する相補的な手法です。
管理図が工程の「安定性（時系列的な変動）」を評価するのに対し、Cpkは工程の「能力（規格に対する余裕度）」を評価します。
両者を組み合わせることで、工程が安定しているか・品質要求を満たしているかを総合的に判断できます。
統計的工程管理において、シグマは工程ばらつきの指標であり、管理図の管理限界設定・工程能力指数の計算・品質レベルの評価すべてに共通して使用される核心的な概念です。
3σの管理限界と工程能力指数Cpkを組み合わせることで、品質の安定性と能力を同時に管理する体制が構築できます。
シグマを活用した品質レベルの継続的改善
続いては、シグマを指標とした品質レベルの継続的改善のアプローチを確認していきます。
シグマレベルの目標設定と段階的改善
品質改善において重要なのは、現状のシグマレベルを把握したうえで現実的な目標を設定することです。
一般的に、3σから4σへの改善は比較的達成しやすい目標とされており、製造現場の工程改善活動で達成可能なレベルです。
4σから5σ、5σから6σへの改善は高度な技術的介入が必要であり、設備投資・プロセス設計の抜本的見直しが伴うケースが多いでしょう。
ばらつきの発生源の特定と低減策
シグマを低下させる（ばらつきを増大させる）要因は、人（Man）・機械（Machine）・材料（Material）・方法（Method）・環境（Environment）の5M1Eに分類されます。
これらの要因を系統的に分析し、影響の大きいものから優先的に改善することが効率的なシグマ低減につながります。
実験計画法（DOE）を活用することで、複数の要因が工程ばらつきに与える影響を定量的に評価し、最適な改善策を特定できます。
シグマ改善の費用対効果の考え方
シグマレベルの改善は品質向上に直結しますが、改善に要するコストも増大します。
3σから4σへの改善に比べ、5σから6σへの改善には格段に高いコストが必要になるのが一般的です。
製品の重要度・安全性・顧客要求水準を踏まえ、費用対効果を考慮したシグマレベルの目標設定が経営的にも重要といえるでしょう。
まとめ
工程能力とシグマの関係について、標準偏差・正規分布・3σ・6σ・統計的工程管理の視点から幅広く解説してきました。
シグマ（σ）は製造工程のばらつきを表す標準偏差であり、工程能力指数Cp・Cpkとも直接的に対応しています。
Cp＝1.00が3シグマ相当（不良率0.27%）、Cp＝1.33が4シグマ相当（不良率0.0063%）、Cp＝2.00が6シグマ相当（不良率0.0000002%）となります。
管理図では±3σを管理限界として工程の安定性を監視し、Cpkと組み合わせることで工程の能力と安定性を総合的に評価できます。
シグマレベルの向上は不良率の低減・品質コストの削減・顧客満足度の向上に直結するため、継続的なSPCの運用と改善活動を展開していただければ幸いです。
